学R语言之前，经常听“包治百病”，R package作为函数的集合，极大地便捷了我们的日常使用，尤其对于生信分析来说，日常需要的数据处理及可视化都有对应的包，今天跟随生信星球花花老师来掌握一下R包学习及使用规律。

1.安装和加载R包

(1)镜像设置

R及Rstudio默认是从官网镜像下载R package的，但因为在国内连接官网网速经常感人，所以设置国内镜像还是很有必要的。

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))：设置清华镜像用于下载CRAN网站R包
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")：设置中科大镜像以下载biocductor网站R包

具体镜像设置推荐生信星球 豆豆和花花老师的文章

详细具体的操作
你还在每次配置Rstudio的下载镜像吗？

(2)安装

install.packages(“package name”)           #CRAN网站R包下载
BiocManager::install(“package name”)    #biocductor网站R包下载

(3)加载

包使用前需要加载，不然有些函数无法直接调用
library(package.name)
require(package.name)

test <- iris[c(1:2,51:52,101:102),] #测试数据下文会用到

test data

2.dplyr五个基础函数

学完R包安装了，接下来需要进一步学习R包使用了
？函数名/R包名：可以调用帮助文档，学包前看看示例数据及描述可能有助于后续理解；（help()也可以完成）

a.mutate():新增列

mutate(test, new = Sepal.Length * Sepal.Width)

test数据集新增"new"列，值为Sepal.Length * Sepal.Width

结果对照

待">" 返回后才表明运行完

b.select(),按列筛选

(1)按列号筛选

select(test,1)

select(test,Sepal.Length)
select(test,c(1,5))
select(test,Sepal.Length)

结果返回

(2)按列名筛选

select(test, Petal.Length, Petal.Width) #选取test中Petal.Length和Petal.Width两行；
vars <- c("Petal.Length", "Petal.Width") #"Petal.Length", "Petal.Width"字符串赋给vars;
select(test, one_of(vars))  #test中筛选vars中的一个；

c.filter()筛选行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

"test,"后面参数为筛选条件，
%in%：判断前面一个向量内的元素是否在后面一个向量中，也叫管道符；

d.arrange(),按某1列或某几列对整个表格进行排序

arrange(test, Sepal.Length)#默认从小到大排序(升序)
arrange(test, desc(Sepal.Length))#用desc从大到小

e.summarise()：汇总

汇总操作,结合group_by（分组）使用实用性强；
即先分组再汇总：

summarise(test, mean(Sepal.Length), sd(Sepal.Length))#可以求统计常量
group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

分组排序后可看出数据将每一组的统计学数值返回。

还是有很大区别的

秘籍之管道操作 %>% (cmd/ctr + shift + M)

test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length))
完成同上文一致的操作

秘籍之count统计

count(test,Species)：可以对表格某一列进行数量统计；

3.dplyr处理关系数据

将2个表进行连接，注意：不要引入factor；
options(stringsAsFactors = F)：引入factor可能经常会报错；

a.內连inner_join,取交集

inner_join(test1, test2, by = "x") :取交集（真子集）；

b.左连left_join

可对比出差异

c.全连full_join

full_join( test1, test2, by = 'x'):以左侧test1为主，test2与其对照；
反之，test1对照test2全连。

d.半连接：返回能够与y表匹配的x表所有记录semi_join

semi_join(x = test1, y = test2, by = 'x')

e.反连接：返回无法与y表匹配的x表的所记录anti_join

anti_join(x = test2, y = test1, by = 'x')与半连接相反

f.简单合并

cbind()函数和rbind()函数即可解决；
bind_rows() 和 bind_col():
bind_rows()函数需要两个表格列数相同，而bind_cols()函数则需要两个数据框有相同的行数，毕竟不是相互匹配，只是单纯的并列在一起。

今天R包相关的知识点就是这些了，一一打了一遍感觉学习R包应该先看一眼帮助文档，了解大概有哪些参数，用提供的测试例子跑一遍，注意体会差别！

思维导图